Modelos hierárquicos de ocupação para Pontoporia blainvillei (Cetacea: pontoporiidae) na costa do Brasil
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/180700 |
Resumo: | Conhecer a distribuição geográfica das espécies é primordial para a tomada de ações efetivas de conservação. Modelos de ocupação são ferramentas importantes para estimar a distribuição das espécies, especialmente quando as informações são incompletas, como é o caso de muitas espécies ameaçadas ou em áreas ainda insuficientemente amostradas. O objetivo deste estudo é ampliar e refinar o conhecimento sobre a distribuição geográfica da toninha, Pontoporia blainvillei, um pequeno cetáceo ameaçado de extinção restrito às águas costeiras do Atlântico Sul ocidental, através de modelos de ocupação. Foram realizadas amostragens aéreas com 4 observadores independentes, em 2058 sítios de 4x4km na distribuição da espécie no Brasil. Foram utilizadas cinco covariáveis de detecção (transparência da água, escala Beaufort, reflexo solar, posição dos amostradores e número de amostradores) e três covariáveis de ocupação (batimetria, temperatura média e produtividade primária) com índices de correlação de Pearson menor que 0,7. Todas as covariáveis contínuas foram estandardizadas com média zero e desvio padrão igual a um. Os modelos de ocupação com autocorrealação espacial foram estimados com Inferência Bayesiana utilizando priors ‘vagos’ (média zero e variância 1.0E6). Em apenas 75 sítios foram detectadas toninhas. A probabilidade de detecção média foi de 0.23 (CRI 0.006 a 0.51), onde as covariáveis Beaufort (efeito negativo), reflexo solar (efeito negativo) e transparência da água (efeito positivo) apresentaram efeitos significativos. A média estimada de ocupação foi de 0,066 (CRI 0,01 a 0,31). As covariáveis batimetria e a temperatura média apresentaram efeitos positivos e negativos sobre o processo de ocupação, respectivamente. Espacialmente o modelo prevê três áreas com altas probabilidades de ocupação aparentemente disjuntas: a) costa norte do Rio de Janeiro; b) costas norte de 3 Santa catarina até São Paulo; c) costa do Rio Grande do Sul. Assim, agregamos importantes informações para a conservação da espécie e realização de novos estudos, apontando onde podemos encontrar maiores probabilidade de ocupação na costa do Brasil e covariáveis que determinam a ocupação e a detecção da espécie. |
id |
URGS_f47e9d4403f337271dfb6b72a6559cc9 |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/180700 |
network_acronym_str |
URGS |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
repository_id_str |
1853 |
spelling |
Ferreira, Matheus KingeskiMartins, Márcio BorgesRodrigues, Murilo Guimarães2018-07-28T02:46:04Z2018http://hdl.handle.net/10183/180700001068701Conhecer a distribuição geográfica das espécies é primordial para a tomada de ações efetivas de conservação. Modelos de ocupação são ferramentas importantes para estimar a distribuição das espécies, especialmente quando as informações são incompletas, como é o caso de muitas espécies ameaçadas ou em áreas ainda insuficientemente amostradas. O objetivo deste estudo é ampliar e refinar o conhecimento sobre a distribuição geográfica da toninha, Pontoporia blainvillei, um pequeno cetáceo ameaçado de extinção restrito às águas costeiras do Atlântico Sul ocidental, através de modelos de ocupação. Foram realizadas amostragens aéreas com 4 observadores independentes, em 2058 sítios de 4x4km na distribuição da espécie no Brasil. Foram utilizadas cinco covariáveis de detecção (transparência da água, escala Beaufort, reflexo solar, posição dos amostradores e número de amostradores) e três covariáveis de ocupação (batimetria, temperatura média e produtividade primária) com índices de correlação de Pearson menor que 0,7. Todas as covariáveis contínuas foram estandardizadas com média zero e desvio padrão igual a um. Os modelos de ocupação com autocorrealação espacial foram estimados com Inferência Bayesiana utilizando priors ‘vagos’ (média zero e variância 1.0E6). Em apenas 75 sítios foram detectadas toninhas. A probabilidade de detecção média foi de 0.23 (CRI 0.006 a 0.51), onde as covariáveis Beaufort (efeito negativo), reflexo solar (efeito negativo) e transparência da água (efeito positivo) apresentaram efeitos significativos. A média estimada de ocupação foi de 0,066 (CRI 0,01 a 0,31). As covariáveis batimetria e a temperatura média apresentaram efeitos positivos e negativos sobre o processo de ocupação, respectivamente. Espacialmente o modelo prevê três áreas com altas probabilidades de ocupação aparentemente disjuntas: a) costa norte do Rio de Janeiro; b) costas norte de 3 Santa catarina até São Paulo; c) costa do Rio Grande do Sul. Assim, agregamos importantes informações para a conservação da espécie e realização de novos estudos, apontando onde podemos encontrar maiores probabilidade de ocupação na costa do Brasil e covariáveis que determinam a ocupação e a detecção da espécie.Knowing the geographic distribution of a species is essential for taking effective conservation actions. Occupation Models are important tools for estimating species distribution, especially when information is incomplete, as is the case with many endangered species or in under-sampled areas. The aim of this study is to expand and refine the knowledge about the geographic distribution of the franciscana, Pontoporia blainvillei, a threatened small cetacean restricted to the coastal waters of the western South Atlantic, through Occupation Models. Aerial samplings were carried out with 4 independent observers, in 2058 sites of 4x4km across the distribution of the species in Brazilian waters. Five detection covariates were used (water transparency, Beaufort scale, solar reflectance, observer position and number of observers) and three covariates of occupation (bathymetry, mean temperature and primary productivity) with Pearson correlation indices less than 0.7. All continuous covariates were standardized with mean zero and standard deviation equal to one. Occupancy Models with spatial autocorrection were estimated using Bayesian Inference using 'vague' priors (zero mean and variance 1.0E6). Franciscana was detected only in 75 sites. The average detection probability 4 was 0.23 (CRI 0.006 to 0.51), where Beaufort (negative effect), solar reflex (negative effect) and water transparency (positive effect) covariables had significant effects. The estimated mean occupancy was 0.066 (CRI 0.01 to 0.31). The bathymetry and the mean temperature covariables had positive and negative effects on the occupation process, respectively. Spatially the model predicts three apparently disjunct areas with high probability of occupation: a) north coast of Rio de Janeiro; b) north coasts of Santa Catarina to São Paulo; c) coast of Rio Grande do Sul. Thus, we add important information for the conservation of species and new studies, pointing out where we can find greater likelihood of occupation on the coast of Brazil and covariates that determine the occupation and the detection of the species.application/pdfporInferência bayesianaPontoporia blainvilleiCetáceosFranciscanaAtlantic South WestSpatial autocorrelationBayesian InferenceOccupation ModelsModelos hierárquicos de ocupação para Pontoporia blainvillei (Cetacea: pontoporiidae) na costa do Brasilinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulInstituto de BiociênciasPrograma de Pós-Graduação em Biologia AnimalPorto Alegre, BR-RS2018mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001068701.pdf.txt001068701.pdf.txtExtracted Texttext/plain112935http://www.lume.ufrgs.br/bitstream/10183/180700/2/001068701.pdf.txted6b59f7a326b0d55909267fa1c52d02MD52ORIGINAL001068701.pdfTexto completoapplication/pdf1840188http://www.lume.ufrgs.br/bitstream/10183/180700/1/001068701.pdff99dc44c25f65f41ca8125f3ed7ce3f1MD5110183/1807002022-08-24 04:45:45.588323oai:www.lume.ufrgs.br:10183/180700Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532022-08-24T07:45:45Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
Modelos hierárquicos de ocupação para Pontoporia blainvillei (Cetacea: pontoporiidae) na costa do Brasil |
title |
Modelos hierárquicos de ocupação para Pontoporia blainvillei (Cetacea: pontoporiidae) na costa do Brasil |
spellingShingle |
Modelos hierárquicos de ocupação para Pontoporia blainvillei (Cetacea: pontoporiidae) na costa do Brasil Ferreira, Matheus Kingeski Inferência bayesiana Pontoporia blainvillei Cetáceos Franciscana Atlantic South West Spatial autocorrelation Bayesian Inference Occupation Models |
title_short |
Modelos hierárquicos de ocupação para Pontoporia blainvillei (Cetacea: pontoporiidae) na costa do Brasil |
title_full |
Modelos hierárquicos de ocupação para Pontoporia blainvillei (Cetacea: pontoporiidae) na costa do Brasil |
title_fullStr |
Modelos hierárquicos de ocupação para Pontoporia blainvillei (Cetacea: pontoporiidae) na costa do Brasil |
title_full_unstemmed |
Modelos hierárquicos de ocupação para Pontoporia blainvillei (Cetacea: pontoporiidae) na costa do Brasil |
title_sort |
Modelos hierárquicos de ocupação para Pontoporia blainvillei (Cetacea: pontoporiidae) na costa do Brasil |
author |
Ferreira, Matheus Kingeski |
author_facet |
Ferreira, Matheus Kingeski |
author_role |
author |
dc.contributor.author.fl_str_mv |
Ferreira, Matheus Kingeski |
dc.contributor.advisor1.fl_str_mv |
Martins, Márcio Borges |
dc.contributor.advisor-co1.fl_str_mv |
Rodrigues, Murilo Guimarães |
contributor_str_mv |
Martins, Márcio Borges Rodrigues, Murilo Guimarães |
dc.subject.por.fl_str_mv |
Inferência bayesiana Pontoporia blainvillei Cetáceos |
topic |
Inferência bayesiana Pontoporia blainvillei Cetáceos Franciscana Atlantic South West Spatial autocorrelation Bayesian Inference Occupation Models |
dc.subject.eng.fl_str_mv |
Franciscana Atlantic South West Spatial autocorrelation Bayesian Inference Occupation Models |
description |
Conhecer a distribuição geográfica das espécies é primordial para a tomada de ações efetivas de conservação. Modelos de ocupação são ferramentas importantes para estimar a distribuição das espécies, especialmente quando as informações são incompletas, como é o caso de muitas espécies ameaçadas ou em áreas ainda insuficientemente amostradas. O objetivo deste estudo é ampliar e refinar o conhecimento sobre a distribuição geográfica da toninha, Pontoporia blainvillei, um pequeno cetáceo ameaçado de extinção restrito às águas costeiras do Atlântico Sul ocidental, através de modelos de ocupação. Foram realizadas amostragens aéreas com 4 observadores independentes, em 2058 sítios de 4x4km na distribuição da espécie no Brasil. Foram utilizadas cinco covariáveis de detecção (transparência da água, escala Beaufort, reflexo solar, posição dos amostradores e número de amostradores) e três covariáveis de ocupação (batimetria, temperatura média e produtividade primária) com índices de correlação de Pearson menor que 0,7. Todas as covariáveis contínuas foram estandardizadas com média zero e desvio padrão igual a um. Os modelos de ocupação com autocorrealação espacial foram estimados com Inferência Bayesiana utilizando priors ‘vagos’ (média zero e variância 1.0E6). Em apenas 75 sítios foram detectadas toninhas. A probabilidade de detecção média foi de 0.23 (CRI 0.006 a 0.51), onde as covariáveis Beaufort (efeito negativo), reflexo solar (efeito negativo) e transparência da água (efeito positivo) apresentaram efeitos significativos. A média estimada de ocupação foi de 0,066 (CRI 0,01 a 0,31). As covariáveis batimetria e a temperatura média apresentaram efeitos positivos e negativos sobre o processo de ocupação, respectivamente. Espacialmente o modelo prevê três áreas com altas probabilidades de ocupação aparentemente disjuntas: a) costa norte do Rio de Janeiro; b) costas norte de 3 Santa catarina até São Paulo; c) costa do Rio Grande do Sul. Assim, agregamos importantes informações para a conservação da espécie e realização de novos estudos, apontando onde podemos encontrar maiores probabilidade de ocupação na costa do Brasil e covariáveis que determinam a ocupação e a detecção da espécie. |
publishDate |
2018 |
dc.date.accessioned.fl_str_mv |
2018-07-28T02:46:04Z |
dc.date.issued.fl_str_mv |
2018 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10183/180700 |
dc.identifier.nrb.pt_BR.fl_str_mv |
001068701 |
url |
http://hdl.handle.net/10183/180700 |
identifier_str_mv |
001068701 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
instacron_str |
UFRGS |
institution |
UFRGS |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
collection |
Biblioteca Digital de Teses e Dissertações da UFRGS |
bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/180700/2/001068701.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/180700/1/001068701.pdf |
bitstream.checksum.fl_str_mv |
ed6b59f7a326b0d55909267fa1c52d02 f99dc44c25f65f41ca8125f3ed7ce3f1 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
repository.mail.fl_str_mv |
lume@ufrgs.br||lume@ufrgs.br |
_version_ |
1810085450466983936 |